ResNet+PyTorch+图像分类

Batch大小为16,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为99.68。

得分记录
2020-04-09

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.73 。

05:15:39
2020-04-05

Batch Size 数据为 16 ,Epoch循环次数为 44 次, 通过在线上环境完成训练,模型最优精度评分为 97.87 。

02:09:49

Batch Size 数据为 16 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 99.55 。

19:20:40
2020-04-03

Batch Size 数据为 16 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 99.57 。

21:05:43
2020-03-30

Batch Size 数据为 16 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 99.61 。

22:49:05

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 2.36 。

18:03:40
2020-03-29

Batch Size 数据为 16 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 99.68 。

08:54:03
2020-03-24

Batch Size 数据为 16 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 99.52 。

23:39:50

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.66 。

16:00:59
2020-03-23

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.55 。

18:33:26

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.55 。

10:53:56
2020-03-22

Batch Size 数据为 8 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.66 。

23:00:13

Batch Size 数据为 16 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.64 。

19:41:49
2020-03-22

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 99.32 。

01:41:00